MétaCan
Menu
Retour à la cohorte
Enregistrement W4214618287 · doi:10.1186/s12909-021-03051-6

Virtue and care ethics & humanism in medical education: a scoping review

2022· review· en· W4214618287 sur OpenAlexaff
David J. Doukas, David T. Ozar, Martina Darragh, Janet de Groot, Brian S. Carter, Nathan Stout

Notice bibliographique

RevueBMC Medical Education · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversity of Calgary
Organismes subventionnairesArnold P. Gold Foundation
Mots-clésVirtueHumanismVirtue ethicsMedical ethicsHealth careCurriculumEngineering ethicsNursing ethicsBioethicsEpistemic virtueSociologyMedicinePedagogyLawPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This scoping review explores how virtue and care ethics are incorporated into health professions education and how these factors may relate to the development of humanistic patient care. METHOD: Our team identified citations in the literature emphasizing virtue ethics and care ethics (in PubMed, NLM Catalog, WorldCat, EthicsShare, EthxWeb, Globethics.net , Philosopher's Index, and ProQuest Central) lending themselves to constructs of humanism curricula. Our exclusion criteria consisted of non-English articles, those not addressing virtue and care ethics and humanism in medical pedagogy, and those not addressing aspects of character in health ethics. We examined in a stepwise fashion whether citations: 1) Contained definitions of virtue and care ethics; 2) Implemented virtue and care ethics in health care curricula; and 3) Evidenced patient-directed caregiver humanism. RESULTS: Eight hundred eleven citations were identified, 88 intensively reviewed, and the final 25 analyzed in-depth. We identified multiple key themes with relevant metaphors associated with virtue/care ethics, curricula, and humanism education. CONCLUSIONS: This research sought to better understand how virtue and care ethics can potentially promote humanism and identified themes that facilitate and impede this mission.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0210,023
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,417
Tête enseignante GPT0,666
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetEthics in medical practiceTravaux en français237 207